Create a message

curl -X POST https://api-llm.sunra.ai/v1/messages \
  -H "Authorization: Bearer <SUNRA_KEY>" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "anthropic/claude-sonnet-4-20250514",
    "max_tokens": 1024,
    "messages": [
      {
        "role": "user",
        "content": "Hello, how are you?"
      }
    ]
  }'

import requests

response = requests.post(
    "https://api-llm.sunra.ai/v1/messages",
    headers={
        "Authorization": "Bearer <SUNRA_KEY>",
        "Content-Type": "application/json"
    },
    json={
        "model": "anthropic/claude-sonnet-4-20250514",
        "max_tokens": 1024,
        "messages": [
            {"role": "user", "content": "Hello, how are you?"}
        ]
    }
)
print(response.json())

const response = await fetch("https://api-llm.sunra.ai/v1/messages", {
  method: "POST",
  headers: {
    "Authorization": "Bearer <SUNRA_KEY>",
    "Content-Type": "application/json"
  },
  body: JSON.stringify({
    model: "anthropic/claude-sonnet-4-20250514",
    max_tokens: 1024,
    messages: [
      { role: "user", content: "Hello, how are you?" }
    ]
  })
});
const data = await response.json();
console.log(data);

{
  "id": "msg_01XFDUDYJgAACzvnptvVoYEL",
  "type": "message",
  "role": "assistant",
  "content": [
    {
      "type": "text",
      "text": "Hello! I'm doing well, thank you for asking. How can I help you today?"
    }
  ],
  "model": "anthropic/claude-sonnet-4-20250514",
  "stop_reason": "end_turn",
  "stop_sequence": null,
  "usage": {
    "input_tokens": 12,
    "output_tokens": 19,
    "total_tokens": 31,
    "sunra_usage_semantics": "anthropic.exclusive.v1"
  }
}

POST

messages

curl -X POST https://api-llm.sunra.ai/v1/messages \
  -H "Authorization: Bearer <SUNRA_KEY>" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "anthropic/claude-sonnet-4-20250514",
    "max_tokens": 1024,
    "messages": [
      {
        "role": "user",
        "content": "Hello, how are you?"
      }
    ]
  }'

import requests

response = requests.post(
    "https://api-llm.sunra.ai/v1/messages",
    headers={
        "Authorization": "Bearer <SUNRA_KEY>",
        "Content-Type": "application/json"
    },
    json={
        "model": "anthropic/claude-sonnet-4-20250514",
        "max_tokens": 1024,
        "messages": [
            {"role": "user", "content": "Hello, how are you?"}
        ]
    }
)
print(response.json())

const response = await fetch("https://api-llm.sunra.ai/v1/messages", {
  method: "POST",
  headers: {
    "Authorization": "Bearer <SUNRA_KEY>",
    "Content-Type": "application/json"
  },
  body: JSON.stringify({
    model: "anthropic/claude-sonnet-4-20250514",
    max_tokens: 1024,
    messages: [
      { role: "user", content: "Hello, how are you?" }
    ]
  })
});
const data = await response.json();
console.log(data);

{
  "id": "msg_01XFDUDYJgAACzvnptvVoYEL",
  "type": "message",
  "role": "assistant",
  "content": [
    {
      "type": "text",
      "text": "Hello! I'm doing well, thank you for asking. How can I help you today?"
    }
  ],
  "model": "anthropic/claude-sonnet-4-20250514",
  "stop_reason": "end_turn",
  "stop_sequence": null,
  "usage": {
    "input_tokens": 12,
    "output_tokens": 19,
    "total_tokens": 31,
    "sunra_usage_semantics": "anthropic.exclusive.v1"
  }
}

Membuat pesan menggunakan format Anthropic Messages API. Mendukung teks, gambar, PDF, alat, dan pemikiran diperluas.

Autentikasi

string

wajib

Bearer token. Gunakan kunci API Anda sebagai bearer token di header Authorization.Format: Bearer <SUNRA_KEY>

Permintaan

Endpoint ini menerima sebuah objek.

string

wajib

Model yang akan menyelesaikan prompt Anda. Jelajahi model yang tersedia di sunra.ai/models.

object[]

wajib

Pesan input. Setiap pesan input memiliki role dan content.

Tampilkan properties

string

wajib

Peran penulis pesan. Nilai yang didukung: user, assistant.

string | object[]

wajib

Konten pesan. Dapat berupa string tunggal atau array blok konten.

Tampilkan content block types

string

wajib

Tipe blok konten. Nilai yang didukung: text, image, tool_use, tool_result.

string

Konten teks. Digunakan ketika type adalah text.

object

Sumber gambar. Digunakan ketika type adalah image.

Tampilkan properties

string

wajib

Tipe sumber. Nilai yang didukung: base64, url.

string

wajib

Tipe media gambar. Misalnya, image/jpeg, image/png, image/gif, image/webp.

string

Data gambar yang di-encode base64. Diperlukan ketika tipe sumber adalah base64.

string

URL gambar. Diperlukan ketika tipe sumber adalah url.

integer

wajib

Jumlah maksimum token yang akan dihasilkan sebelum berhenti. Perhatikan bahwa model mungkin berhenti sebelum mencapai maksimum ini.

string | object[]

Prompt sistem. Cara untuk memberikan konteks dan instruksi kepada model. Dapat berupa string atau array blok konten.

boolean

default:false

Apakah akan melakukan streaming respons secara bertahap menggunakan server-sent events (SSE).

number

default:1

Jumlah keacakan yang disuntikkan ke dalam respons. Berkisar dari 0.0 hingga 1.0. Gunakan temperature mendekati 0.0 untuk tugas analitis/pilihan ganda, dan mendekati 1.0 untuk tugas kreatif dan generatif.

number

Gunakan nucleus sampling. Dalam nucleus sampling, kami menghitung distribusi kumulatif atas semua opsi untuk setiap token berikutnya dalam urutan probabilitas menurun dan memotongnya ketika mencapai probabilitas tertentu yang ditentukan oleh top_p.

integer

Hanya ambil sampel dari K opsi teratas untuk setiap token berikutnya. Digunakan untuk menghapus respons probabilitas rendah “ekor panjang”. Disarankan hanya untuk kasus penggunaan lanjutan.

string[]

Urutan teks kustom yang akan menyebabkan model berhenti menghasilkan. Teks yang dikembalikan tidak akan berisi urutan berhenti.

object[]

Definisi alat yang dapat digunakan oleh model.

Tampilkan properties

string

wajib

Nama alat.

string

Deskripsi tentang apa yang dilakukan alat ini.

object

wajib

JSON schema untuk input alat ini. Ini mendefinisikan bentuk input yang diterima oleh alat Anda.

object

Bagaimana model harus menggunakan alat yang disediakan.

Tampilkan properties

string

wajib

Nilai yang didukung: auto (default, model yang memutuskan), any (model harus menggunakan alat), tool (model harus menggunakan alat tertentu).

string

Nama alat yang akan digunakan. Diperlukan ketika type adalah tool.

object

Objek yang mendeskripsikan metadata tentang permintaan.

Tampilkan properties

string

Pengenal eksternal untuk pengguna yang terkait dengan permintaan.

object

Konfigurasi untuk pemikiran diperluas. Ketika diaktifkan, model akan berpikir sebelum merespons.

Tampilkan properties

string

wajib

Harus enabled.

integer

wajib

Jumlah maksimum token yang digunakan untuk berpikir. Harus lebih besar dari atau sama dengan 1024.

Respons

Respons pesan yang berhasil.

string

Pengenal pesan unik, misalnya msg_01XFDUDYJgAACzvnptvVoYEL.

string

Tipe objek. Selalu message.

string

Peran percakapan dari pesan yang dihasilkan. Selalu assistant.

object[]

Konten yang dihasilkan oleh model. Ini adalah array blok konten.

Tampilkan properties

string

Tipe blok konten. Dapat berupa text, tool_use, atau thinking.

string

Teks yang dihasilkan. Ada ketika type adalah text.

string

ID blok penggunaan alat. Ada ketika type adalah tool_use.

string

Nama alat. Ada ketika type adalah tool_use.

object

Input ke alat. Ada ketika type adalah tool_use.

string

Konten pemikiran. Ada ketika type adalah thinking.

string

Model yang menangani permintaan.

string | null

Alasan model berhenti. Dapat berupa end_turn (model mencapai titik berhenti alami), max_tokens (melebihi max_tokens atau maksimum model), stop_sequence (salah satu urutan berhenti kustom Anda dihasilkan), atau tool_use (model memanggil satu atau lebih alat).

string | null

Urutan berhenti kustom mana yang dihasilkan, jika ada.

object

Penggunaan penagihan dan batas laju. Ketiga bucket input saling eksklusif — lihat Penggunaan token.

Tampilkan properties

integer

Jumlah token input baru yang digunakan. Tidak termasuk kedua bucket cache.

integer

Jumlah token output yang digunakan.

integer

Semua bucket input ditambah output_tokens. Dihilangkan pada respons yang di-stream.

integer

Jumlah token input yang digunakan untuk membuat entri cache.

integer

Jumlah token input yang dibaca dari cache.

string | null

Hadir sebagai anthropic.exclusive.v1 ketika Sunra menormalisasi respons ini. Lakukan pemeriksaan terhadap nilai ini alih-alih menyimpulkan konvensinya dari angka-angka. Lihat Penggunaan token.

curl -X POST https://api-llm.sunra.ai/v1/messages \
  -H "Authorization: Bearer <SUNRA_KEY>" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "anthropic/claude-sonnet-4-20250514",
    "max_tokens": 1024,
    "messages": [
      {
        "role": "user",
        "content": "Hello, how are you?"
      }
    ]
  }'

import requests

response = requests.post(
    "https://api-llm.sunra.ai/v1/messages",
    headers={
        "Authorization": "Bearer <SUNRA_KEY>",
        "Content-Type": "application/json"
    },
    json={
        "model": "anthropic/claude-sonnet-4-20250514",
        "max_tokens": 1024,
        "messages": [
            {"role": "user", "content": "Hello, how are you?"}
        ]
    }
)
print(response.json())

const response = await fetch("https://api-llm.sunra.ai/v1/messages", {
  method: "POST",
  headers: {
    "Authorization": "Bearer <SUNRA_KEY>",
    "Content-Type": "application/json"
  },
  body: JSON.stringify({
    model: "anthropic/claude-sonnet-4-20250514",
    max_tokens: 1024,
    messages: [
      { role: "user", content: "Hello, how are you?" }
    ]
  })
});
const data = await response.json();
console.log(data);

{
  "id": "msg_01XFDUDYJgAACzvnptvVoYEL",
  "type": "message",
  "role": "assistant",
  "content": [
    {
      "type": "text",
      "text": "Hello! I'm doing well, thank you for asking. How can I help you today?"
    }
  ],
  "model": "anthropic/claude-sonnet-4-20250514",
  "stop_reason": "end_turn",
  "stop_sequence": null,
  "usage": {
    "input_tokens": 12,
    "output_tokens": 19,
    "total_tokens": 31,
    "sunra_usage_semantics": "anthropic.exclusive.v1"
  }
}

Ikhtisar

Multimodal

LLM

Pustaka Klien

Autentikasi

Permintaan

Respons

​Autentikasi

​Permintaan

​Respons

Autentikasi

Permintaan

Respons